python爬虫简单实战（三）

2021-04-10 20:30:58 阅读：140 来源： 互联网

标签：实战 headers python text 爬虫 detail url BeautifulSoup li

基于bs4中的一个模块BeautifulSoup进行解析数据的一种方法
爬取诗词名句中三国演义小说
1.导入库

import requests
from bs4 import BeautifulSoup

2.发起请求

url = 'https://www.shicimingju.com/book/sanguoyanyi.html'
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 Edg/89.0.774.63'
    }
resp = requests.get(url=url,headers=headers)

3.BeautifulSoup进行解析数据

#实例化一个BeautifulSoup对象
soup = BeautifulSoup(resp,'lxml')
#解析出章节标题和详情页url
li_list = soup.select('.book-mulu > ul > li')
for li in li_list:
    title = li.a.string
    detail_url ='https://www.shicimingju.com/' + li.a['href']
    detail_text = requests.get(url=detail_url,headers=headers)
	soup_detail = BeautifulSoup(detail_text,'lxml')
    content = soup_detail.find('div',class_='chapter_content').text

4.结果发现有数据乱码进行处理后，代码如下：

import requests
from bs4 import BeautifulSoup
url = 'https://www.shicimingju.com/book/sanguoyanyi.html'
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 Edg/89.0.774.63'
    }
resp = requests.get(url=url,headers=headers)
#处理乱码数据
resp.encoding = 'utf-8'
resp.apparent_encoding
resp = resp.text
#实例化一个BeautifulSoup对象
soup = BeautifulSoup(resp,'lxml')
#解析出章节标题和详情页url
li_list = soup.select('.book-mulu > ul > li')
for li in li_list:
    title = li.a.string
    detail_url ='https://www.shicimingju.com/' + li.a['href']
    detail_text = requests.get(url=detail_url,headers=headers)
    detail_text.encoding = 'utf-8'
    detail_text.apparent_encoding  # 处理乱码
    detail_text = detail_text.text
    soup_detail = BeautifulSoup(detail_text,'lxml')
    content = soup_detail.find('div',class_='chapter_content').text
    print(title,content,'\n')

5.总结
BeautifulSoup的一个简单用法，后面继续补充。。。

标签：实战,headers,python,text,爬虫,detail,url,BeautifulSoup,li
来源： https://blog.csdn.net/weixin_45762532/article/details/115583259

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

python爬虫简单实战（三）